一种基于机器视觉的工件抓取方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110625644A(43)申请公布日2019.12.31(21)申请号201910885667.7(22)申请日2019.09.19(71)申请人河海大学常州校区地址213022江苏省常州市晋陵北路200号(72)发明人谭治英费仲文赵宝来徐孝彬(74)专利代理机构南京纵横知识产权代理有限公司32224代理人董建林(51)Int.Cl.B25J19/04(2006.01)B25J9/16(2006.01)G06T7/13(2017.01)G06T7/136(2017.01)G06T5/00(2006.01)权利要求书2页说明书4页附图3页(54)发明名称一种基于机器视觉的工件抓取方法(57)摘要本发明公开了一种基于机器视觉的工件抓取方法，属于工业机器人抓取技术领域，包括离线操作步骤和实时在线操作步骤。离线操作步骤包括：采集工件图像得到工件边缘轮廓并计算工件中心点，经优化得到精确的工件外轮廓并计算工件的定位点以及初始角度β。根据工件边缘轮廓与其对应的初始角度β形成数据库。在线操作步骤包括：采集工件实时图像得到工件边缘轮廓同时计算当前工件的初始角度β'。将实时得到的工件边缘轮廓与数据库中工件轮廓进行匹配，得到机器人末端关节抓取工件的相对旋转角度和机器人末端关节转动方向，机器人以此进行工件抓取。本发明是提供一种基于机器视觉的工件抓取方法，能够使机器人精确定位工件位置并进行有效抓取。CN110625644ACN110625644A权利要求书1/2页1.一种基于机器视觉的工件抓取方法，其特征在于，包括以下步骤：a.采集工件图像得到工件边缘轮廓并计算工件中心点(Cx,Cy)；b.采用轮廓校正算法，得到精确的工件外轮廓；c.通过所述精确的工件外轮廓计算工件的定位点；d.根据工件中心点(Cx,Cy)与定位点计算得到初始角度β，所述初始角度β为定位点与工件中心点(Cx,Cy)连线与y＝Cy的夹角；e.根据工件边缘轮廓与其对应的初始角度β形成数据库；f.采集工件实时图像得到工件边缘轮廓，将实时得到的工件边缘轮廓与数据库中工件轮廓进行匹配，并得到与数据库中工件轮廓对应的初始角度β；根据步骤a到d，计算得到当前工件的初始角度β'；g.将计算得到的所述当前工件的初始角度β'减去初始角度β，得到机器人末端关节抓取工件的相对旋转角度；机器人末端关节根据预设方向旋转，抓取工件。2.根据权利要求1所述基于机器视觉的工件抓取方法，其特征在于，所述采集工件图像得到工件边缘轮廓包括以下步骤：采用工业相机以及条形光源对工件进行图像采集；进行图像预处理；采用边缘检测算法与先验知识算法，获得工件外轮廓；将工件边缘轮廓坐标(xi,yi)转换为极坐标(θi，ri)。3.根据权利要求2所述基于机器视觉的工件抓取方法，其特征在于，所述图像预处理包括以下步骤：将采集到的工件图像进行灰度处理，得到工件灰度图；对所述工件灰度图初步去噪；去噪后的工件灰度图通过阈值分割方法得到二值化图像；对二值化图像进行图像的形态学操作进一步滤除噪声。4.根据权利要求2所述基于机器视觉的工件抓取方法，其特征在于，所述极坐标(θi，ri)通过公式(1)和公式(2)计算得到：xi＝Cx+ricos(θi)(1)yi＝Cy+risin(θi)(2)其中，i＝1,…,N，N表示提取的轮廓点数，θi∈[-π,π]，i＝1,…,N。5.根据权利要求1所述基于机器视觉的工件抓取方法，其特征在于，所述轮廓校正算法包括以下步骤：计算得到工件外轮廓极坐标轮廓点中直线段的表达式；将该直线段带入到定位点所在弧形段，得到优化的工件外轮廓坐标6.根据权利要求5所述基于机器视觉的工件抓取方法，其特征在于：所述优化的工件外轮廓坐标由公式(3)得到：其中，a为拟合直线的斜率，b为拟合直线的截距，m＝k2,k2+1,…,k2+n2，k2,k2+n2∈[1,2CN110625644A权利要求书2/2页N]，k2,n2是正整数，为校正后的工件外轮廓弧形段的坐标。7.根据权利要求1所述基于机器视觉的工件抓取方法，其特征在于：所述计算工件的定位点，包括以下步骤：对精确的工件外轮廓的多个顶角进行定位，得到各顶角的坐标以及各顶角的局部区域；利用最小二乘拟合计算每个所述局部区域对应的最高点的坐标；对计算得出的多个所述最高点的坐标做平均值，所述平均值坐标即为定位点。8.根据权利要求1所述基于机器视觉的工件抓取方法，其特征在于：所述预设方向为：若相对旋转角度为正值，则机器人末端关节朝逆时针方向转动|β'-β|后抓取；若相对旋转角度为负值，则机器人末端关节朝顺时针方向转动|β'-β|后抓取。3CN110625644A说明书1/4页一种基于机器视觉的工件抓取方法技术领域[0001]本发